AI热榜 赞助 与 Syensqo 合作 人工智能的繁荣正在成为材料方面的挑战。
随着人工智能将计算推向新领域，基础设施背后的材料变得与其上运行的算法一样重要。
半导体和数据中心正在接近性能、热管理、电力效率和可靠性方面的物理极限，从而对能够同时完成更多功能的材料产生了新的需求。
与此同时，人工智能为材料科学家提供了新的方法来搜索可能分子的巨大宇宙并加速解决方案的开发。
对于 Syensqo 首席技术和创新官兼北美首席官 Mike Finelli 来说，这种融合正在改变先进材料的用途。
“从材料的角度来看，人工智能现在确实将半导体和数据中心推向了物理极限，”他说。
随着高温、纯度、电气性能、耐化学性、耐等离子性和长期稳定性等要求的不断积累，材料逐渐向菲内利所说的“金字塔顶端”发展。
除了支持人工智能创新之外，他认为先进材料“实际上越来越多地定义了未来的可能性”。
That challenge is playing out across the infrastructure powering the AI surge.
Syensqo 正在开发用于高压数据中心架构的材料、用于半导体制造的先进密封材料以及热管理解决方案，包括用于直接浸入式冷却的流体。
Some of those innovations can also cross industry boundaries.例如，为电动汽车开发的材料可以帮助满足数据中心出现的更高电压和能量密度的需求。
性能的定义也在发生变化。
越来越多的客户期望材料能够满足技术要求，同时减少对环境的影响。
“Our goal is to remove the trade-off between performance and sustainability,” Finelli says.这意味着在研究过程开始时就考虑可持续性，而不是在材料开发出来后将其视为附加要求。
人工智能也正在改变这些材料的发现方式。
Syensqo 正在使用人工智能代理以数字方式合成数百万种潜在的分子组合，预测它们的性能和可持续性特征，并将它们缩小到更小的组进行实验室测试。
菲内利说，其结果是能够“更广泛、更深入、更快”，同时给科学家更多的时间来解决复杂的工程问题。
展望未来，菲内利看到了强化循环的可能性：人工智能有助于开发改善人工智能基础设施的材料，这反过来又使更好的人工智能能够加速材料发现。
这种反馈循环可以创造一个创新循环，并扩展未来技术可以实现的目标。
“你最终会进入这个加速材料、材料创新的创新周期，”菲内利说。
“这真的让我很兴奋，它让我们有机会继续支持塑造未来的技术。
”
🔗 原始来源
如果你要核对细节，可以再看原文： MIT Tech Review原文链接